RegEx按空格将字符串分成单词并包含字符

Question

如何使用Regex.Split(input, pattern)方法执行此拆分？

This is a [normal string ] made up of # different types # of characters

字符串输出数组：

1. This 
2. is
3. a
4. [normal string ]
5. made
6. up
7. of
8. # different types #
9. of
10. characters

而且它应该保留前导空格，所以我想保留所有内容。 一个字符串包含20个字符，字符串数组在所有元素中的总数应为20个字符。

我试过的

Regex.Split(text, @"(?<=[ ]|# #)")

Regex.Split(text, @"(?<=[ ])(?<=# #")

Answer 1

我建议匹配 ，即提取单词，而不是拆分 ：

string source = @"This is a [normal string ] made up of # different types # of characters";

// Three possibilities:
//   - plain word [A-Za-z]+
//   - # ... # quotation
//   - [ ... ] quotation  
string pattern = @"[A-Za-z]+|(#.*?#)|(\[.*?\])";

var words = Regex
  .Matches(source, pattern)
  .OfType<Match>()
  .Select(match => match.Value)
  .ToArray();

Console.WriteLine(string.Join(Environment.NewLine, words
  .Select((w, i) => $"{i + 1}. {w}")));

结果：

1. This
2. is
3. a
4. [normal string ]
5. made
6. up
7. of
8. # different types #
9. of
10. characters

Answer 2

您可以使用

var res = Regex.Split(s, @"(\[[^][]*]|#[^#]*#)|\s+")
    .Where(x => !string.IsNullOrEmpty(x));

见正则表达式演示

(\\[[^][]*]|#[^#]*#)部分是一个捕获组，其值与拆分项一起输出到结果列表。

图案细节

• (\\[[^][]*]|#[^#]*#) -组1：以下两种模式之一：
  • \\[[^][]*] - [ ，后跟0+个除[和]以外的字符，然后是]
  • #[^#]*# -a # ，然后是0+，而不是# ，然后是#
• | - 要么
• \\s+ -1+空格

C＃演示 ：

var s = "This is a [normal string ] made up of # different types # of characters";
var results = Regex.Split(s, @"(\[[^][]*]|#[^#]*#)|\s+")
    .Where(x => !string.IsNullOrEmpty(x));
Console.WriteLine(string.Join("\n", results));

结果：

This
is
a
[normal string ]
made
up
of
# different types #
of
characters

Answer 3

使用匹配方法会更容易，但是可以使用负前瞻性符号来完成 ：

[ ](?![^\]\[]*\])(?![^#]*\#([^#]*\#{2})*[^#]*$)

匹配一个不跟在后面的空格

• 除[或]后跟]以外的任何字符序列
• #接着偶数#